f9547064141的博客

原创 在python中将多张图片合成为视频

https://blog.csdn.net/choumin/article/details/90319477?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-1.control

原创 python读二进制文件并转类型

原创 Every Pixel Matters: Center-aware Feature Alignment for Domain Adaptive Object Detector

早上起来想到可以用全卷积的方式生成实例级的特征，在进行迁移。到实验室就看到了这篇文章，好巧。注意！！文章里的FC代表的全卷积不是全连接首先作者认为，图像级和实例迁移背景和噪声太多，损失太大。而基于中心区域的迁移会减少这种误差。作者使用anchor-free的检测框架作为检测pipeline。首先一个G（CNN）提取特征后进行一个图像级的迁移，然后经过P（全卷积FC）生成两个特征图，类别无关Mctr和类别相关Mcls。Mctr就是anchor-free检测框架下中对中心点的预测，Mcls是对像素

原创 DETR

End-to-End Object Detection with Transformers论文地址：https://arxiv.org/pdf/2005.12872.pdf前面部分比较好理解，CNN提取特征送入transformer，输出n个box prediction，n代表了模型可以检测出物体最大的数目，是人为设定的。其中box包括了（类别，坐标）如何拜托NMS这种后处理呢，就是应用了二分匹配的原理。让预测出来n个box匹配实际的K个box，此时的n和K可能是不对等的，这样在匹配时就限制了n个

原创 numpy保留小数位

no.around